企业生产计划模型优化的环境进化算法

根据企业生产计划模型的特点,提出了一种将专家系统方法和线性规划方法结合于其中,以模型的部分关键约束参数作为遗传囵子的遗传优化算法,即环境进化算法．并以纺织企业生产计划模型为例,介绍了环境进化算法的具体实现．     

CIMS中生产计划的优化模型和求解算法

探讨了CIMS环境下的大型企业生产计划问题，首先抽象定义了其生产过程和生产系统，并构造了生产组矩阵、产出量矩阵和成本向量，然后在此基础上建立了一个效益最大的生产计划和优化调度模型，最后给出了模型的求解算法。     

连铸组中间包问题的MTSP模型及混合优化算法

针对连铸计划中的组中间包问题,建立了多旅行商问题(MTSP)模型,提出了一种结合启发式、k-opt邻域搜索和EDA进化的混合优化算法.该算法首先利用启发式规则确定虚拟炉次的个数,从而确定染色体编码长度,每个染色体代表一种中包组合方案,然后设计了基于概率矩阵模型的EDA进化算法对染色体进行全局寻优,并使用k-opt邻域搜索进行局部优化.EDA算法不需要设计如遗传算法(GA)那样的交叉算子,避免了交叉导致的编码非法性问题.通过对企业实际生产数据进行仿真计算,其结果表明了算法具有良好的优化性能和实用性.     

ERW钢管多阶段生产计划的编制及优化

生产计划是企业生产管理的起点和依据.本文分析了高频电阻焊钢管的生产流程和生产计划的特点,提出了钢管企业多阶段生产计划提前/拖期惩罚模型,并用实数编码遗传算法进行了求解及优化,得到生产计划的较优解.仿真结果表明,模型和算法是可行和高效的.求解方法在钢管实际生产计划编制中得到了良好的应用.     

企业生产采购协同计划干扰管理研究

为了有效应对生产采购协同计划中的需求变化这一扰动,提出了扰动度量方法,构建了考虑生产与采购计划偏离度和总成本最小化生产采购协同计划干扰管理模型,设计了用于求解该问题的知识进化算法方案,阐明了实现该算法的过程.当干扰事件发生时,系统能快速响应需求量的变化,并调整生产与采购计划.对实例进行了仿真,并与重调度结果比较,验证了本干扰管理方案的可行性与有效性.结果表明干扰管理可以有效降低计划偏离度,并合理控制成本.     

面向饲料加工的排产优化方法研究

为了提高饲料企业在成本和质量上的优势,需要采用更加科学的方法制定排产计划。首先根据饲料加工排产的特点构建了基于批量组织生产的排产模型;其次,针对布谷鸟搜索(cuckoo search,CS)算法收敛速度慢与局部搜索能力弱的问题,提出不同的改进策略形成改进CS算法求解了排产模型,改进算法运用NEH方法、Logistic混沌映射方法以及随机方法生成初始解,使用了动态改变步长的策略以平衡算法探索能力与开发能力,增加基于差分进化的交叉阶段以增强最优解的挖掘能力。采用改进CS算法,以最小化总流经时间为求解目标,在40个Taillard测试集实例和实际饲料排产数据上进行了实验,验证了改进CS算法的寻优能力。结果证明了改进CS算法在求解流水线式生产车间排产问题上的有效性。     

噪声环境下进化算法

以球型模型为例, 讨论了环境噪声对遗传算法(GAs)和进化策略(ESs) 及进化算法(EAs)的影响.并采用重新采样的方法来抑制噪声,提高进化算法在复杂环境下的鲁棒性.     

复杂装备企业的敏捷化生产计划管理系统研究

针对复杂装备企业生产计划的完整性和动态计划变更的一致性问题,提出了基于网络计划的敏捷化多层推/拉武生产计划管理体系.通过研究多层生产计划的动态过程管理和资源优化的实现方法,构建了企业生产计划控制模型.提出了基于工作流的生产计划与调度并行运行机制,并针对物料拖期问题,建立了动态网络计划的编制和动态协调算法,保证了生产作业计划的准确性和生产计划变更的一致性.     

炼钢—连铸—热轧生产计划编制的统一模型及智能算法

为使钢铁企业主体工序炼钢—连铸—热轧之间的生产协调有序、提高生产计划水平和加强生产资源配置效益,运用统一建模思想进行轧制单元计划、炉次计划和浇次计划的抽象描述,从注重共性的角度统一各阶段批量计划的目标函数,通过对目标函数的组合来实现各阶段计划的有效衔接.设计基于Multi-agent的协同进化算法进行模型求解,编制炼钢—连铸—热轧—体化计划.以某钢铁企业的生产计划制定实例进行模型测试,仿真计算结果表明模型的有效性.     

炼钢—连铸—热轧生产计划编制的统一模型及智能算法

为使钢铁企业主体工序炼钢—连铸—热轧之间的生产协调有序、提高生产计划水平和加强生产资源配置效益,运用统一建模思想进行轧制单元计划、炉次计划和浇次计划的抽象描述,从注重共性的角度统一各阶段批量计划的目标函数,通过对目标函数的组合来实现各阶段计划的有效衔接.设计基于Multi-agent的协同进化算法进行模型求解,编制炼钢—连铸—热轧一体化计划.以某钢铁企业的生产计划制定实例进行模型测试,仿真计算结果表明模型的有效性.     

个生产计划问题及其多项式算法

生产计划是企业组织生产的依据，在企业的生产管理中起着至关重要的作用，本文从一家大型企业制定生产计划的实际原则出发，抽象出一个生产计划的排序模型，通过对模型最优解性质的讨论，本文给出了求解该模型最优序列及相应的最优生产批量的一个多项式时间算法。     

基于进化规划算法的原料库存优化系统

库存控制是现代企业特别是连续生产企业物流管理的一项重要内容.针对某有色冶金企业原料库存的实际情况,建立了一个以资金损耗最小为直接性能指标的原料库存优化模型,并利用一种进化规划的算法对该模型进行优化.仿真及实际运行结果表明进化规划的搜索过程比较平稳,同时还能加快遗传进化的速度,得到了令人满意的全局最优解.     

基于订单驱动的MRP模型研究

分析供应链管理环境下面向订单的离散制造生产过程计划和控制的特点,在现有MRP模型算法基础上,提出基于订单驱动的改进MRP模型,提高供应链环境下生产计划实施的稳定性,并实现生产过程中订单的跟踪和控制。     

基于关联加权预测的多生产线协调生产计划的研究

研究了一类带有限缓冲区的多生产线协调生产计划的模型问题 ,首先通过对制造企业生产现场进行调研 ,建立了上下游生产线部件成品关联结构 ,然后根据该关联结构建立了一种多生产线协调生产计划非线性规划模型 .通常情况下 ,该模型的维数将很大 .为了便于求解与提高求解速度 ,将模型进行了线性化和简化处理 ,并提出了一种快速的求解算法———两阶段关联加权均值预测算法 .仿真结果表明所提的方法是非常有效的 .     

多资源约束的MLLS的遗传分解混合算法

对带有多资源的生产批量计划构造了遗传算法和线性规划混合算法，用遗传算法产生可行调整模式，对应每一调整模式，则将原问题变换为一个线性规划模型进行求解。通过遗传算子进行迭代和进化，从而获得近优解，分析和计算结果表明了算法的有效性。     

一个生产计划问题及其多项式算法

生产计划是企业组织生产的依据，在企业的生产管理中起着至关重要的作用，本文从一家大型企业制定生产计划的实际原则出发，抽象出一个生产计划的排序模型，通过对模型最优解性质的讨论，本文给出求解该模型最优序列及相应的最优生产批量的一个多项式时间算法．     

基于遗传算法的ERP生产计划排单模型

以某家具制造企业为实际背景 ,讨论ERP生产计划排单模型的建立及算法设计 .在所建模型中 ,对染色体采用工件编码规则进行编码 ,提出了掺杂人工基因重组的交叉方法 ,并且给出了选择、交叉和变异的具体算子 ,利用自适应遗传算法可实现生产计划的自动生成及调度     

基于量子进化算法的批量生产问题

在现代制造业的供应链中,生产批量计划(Lot-sizing)问题是企业经济效益最大化的关键因素之一,其主要研究在给定批量产品的需求下,确定最佳的生产方案,使得制造成本、库存成本和调整成本的总和最小化或者利润最大化。近年来的群智算法如遗传算法和粒子群算法等为解决复杂的Lot-sizing问题提供了新途径,但是这些算法易陷入局部最优。为了获得全局,将量子算法融入经典进化遗传算法中,首先,运用量子理论中独特的概率幅和量子比特对计划产量的决策变量进行编码;然后在迭代过程中,通过动态调整量子旋转角度来控制基因的变异速度,保持最优个体的基因信息,以免陷入局部最优的陷阱。Lot-sizing问题的案例实证表明,与上述常见的群智粒子群算法相比,量子进化算法的求解精度更高、收敛速度更快,可以有效解决复杂多约束的Lot-sizing问题,提高企业的生产效率。     

基于微分进化的钢水温度预报混合模型

针对LF冶炼过程钢水温度预报问题对机理模型进行了分析.将基于微分进化的BP网络引入混合模型,以确定模型中难以准确获得的参数,建立了基于微分进化的钢水温度混合预报模型.模型通过适当时刻变异因子的随机选取和重复进行种群个体初始化的方法,对微分进化算法进行了改进,有效解决了BP网络训练的困难,避免了算法早熟.实验结果表明,混合模型具有较好的预测结果,基本满足了实际生产的需要.     

基于关联加权预测的多生产线协调生产计划的研究

研究了一类带有限缓冲区的多生产线协调生产计划的模型问题，首先通过对制造企业生产现场进行调研，建立了上下游生产线部件成品关联结构，然后根据该关联结构建立了一种多生产线协调生产计划非线性规划模型．通常情况下，该模型的维数将很大．为了便于求解与提高求解速度，将模型进行了线性化和简化处理，并提出了一种快速的求解算法——两阶段关联加权均值预测算法．仿真结果表明所提的方法是非常有效的．